OmniMouse: Scaling properties of multi-modal, multi-task Brain Models on 150B Neural Tokens
تقدم الورقة البحثية "OmniMouse"، وهو نموذج دماغي متعدد الأنماط ومتعدد المهام تم تدريبه على 150 مليار توكن عصبي من 73 فأراً، والذي يحقق أداءً هو الأفضل في فئته عبر مهام متنوعة، كاشفاً أنه على خلاف الذكاء الاصطناعي في اللغات والرؤية، فإن التقدم في نمذجة الدماغ يعاني حالياً من محدودية البيانات بدلاً من محدودية المعلمات رغم المقاييس الهائلة لمجموعات البيانات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم روبوت كيف يفهم ما يراه الفأر وما يفكر فيه. لفترة طويلة، حاول العلماء بناء هذه "الروبوتات الدماغية" عبر تغذيتها بكميات صغيرة من البيانات، مثل عرض بضع صور وثوانٍ معدودة من ركض الفأر. ولكن تماماً مثل الطفل الذي يتعلم التحدث، يحتاج الروبوت إلى أكثر من مجرد أمثلة قليلة ليفهم العالم حقاً.
يقدم هذا البحث OmniMouse، وهو نموذج ذكاء اصطناعي جديد فائق الذكاء يعمل كـ "مترجم عالمي" لدماغ الفأر. إليك قصة كيفية عمله، مشروحة ببساطة.
1. المكتبة الضخمة لبيانات الدماغ
فكر في دماغ الفأر كمكتبة تحتوي على ملايين الكتب. كل "كتاب" هو عصبون واحد (خلية دماغية) يسجل ما يفعله.
- الطريقة القديمة: كانت النماذج السابقة تقرأ صفحات قليلة فقط من عدد قليل من الكتب.
- طريقة OmniMouse: جمع الباحثون 3.1 مليون عصبون من 73 فأراً كانت تشاهد أفلاماً، وتنظر إلى صور، وتجري على عجلات. لقد سجلوا أكثر من 150 مليار "توكن" (قطع من النشاط الدماغي). الأمر يشبه قراءة كل كتاب في المكتبة، آلاف المرات.
2. نموذج الدماغ "السكين السويسري"
معظم نماذج الذكاء الاصطناعي تشبه الأدوات المتخصصة: أداة جيدة في التنبؤ بما سيفعله العصبون تالياً، وأخرى جيدة في تخمين ما ينظر إليه الفأر، وثالثة جيدة في معرفة ما إذا كان الفأر يركض. وعليك تبديل الأدوات لكل مهمة.
OmniMouse هو "سكين سويسري". إنه نموذج واحد يمكنه القيام بكل شيء في وقت واحد:
- التنبؤ بالمستقبل: "إذا رأى الفأر إطار الفيلم هذا، فماذا سيفعل دماغه بعد ثانية واحدة؟"
- فك تشفير الماضي: "بناءً على هذا النشاط الدماغي، إلى ماذا كان ينظر الفأر؟"
- قراءة العقل: "بناءً على النشاط الدماغي، ما سرعة ركض الفأر أو حجم حدقة عينه؟"
يمكنه التبديل بين هذه المهام فوراً، تماماً كما يمكنك التبديل من قراءة خريطة إلى قيادة سيارة دون تغيير دماغك.
3. المفاجأة الكبرى: البيانات مقابل الحجم
في عالم الذكاء الاصطناعي (مثل برامج الدردشة التي تستخدمها)، كانت القاعدة هي: "الأكبر هو الأفضل". إذا جعلت النموذج ضخماً (بمعلمات أكثر) وأعطيته الكثير من البيانات، فسيصبح أكثر ذكاءً. عادةً، يكون حجم النموذج هو المحرك الرئيسي للنجاح.
لقد قلب OmniMouse هذه القاعدة رأساً على عقب.
- التشبيه: تخيل أنك تحاول تعلم لغة جديدة.
- الذكاء الاصطناعي القياسي: توظف مدرساً عبقرياً (نموذجاً ضخماً) ولكنك تعطيه قاموساً صغيراً فقط. سيتعثر في طريقه.
- OmniMouse: حاول الباحثون جعل المدرس أكبر فأكبر. ولكن بعد نقطة معينة، لم يساعد جعل المدرس "على مستوى العبقرية" كثيراً. لقد كان المدرس ذكياً بما يكفي بالفعل؛ كان يحتاج فقط إلى مزيد من الكتب ليقرأها.
- النتيجة: استمر أداء النموذج في التحسن مع إضافة المزيد من البيانات (مزيد من الفئران، مزيد من الأفلام)، لكنه توقف عن التحسن كثيراً بمجرد أن أصبح النموذج ضخماً جداً. هذا يخبرنا أنه بالنسبة لنمذجة الدماغ، البيانات هي العائق، وليس قدرة الكمبيوتر. نحن بحاجة إلى المزيد من التسجيلات، وليس مجرد أجهزة كمبيوتر أكبر.
4. لماذا هذا مهم؟
هذه خطوة كبيرة للأمام في علم الأعصاب.
- النماذج التأسيسية: تماماً كما تعلمت النماذج اللغوية الكبيرة (LLMs) كتابة الأكواد، وتلخيص النصوص، وترجمة اللغات، فإن OmniMouse هو "نموذج تأسيسي" للدماغ. إنه يتعلم القواعد الأساسية لكيفية تواصل خلايا الدماغ مع بعضها البعض.
- "الانتقال الطوري": يشير المؤلفون إلى أنه إذا استمررنا في تغذية هذا النموذج بمزيد ومزيد من البيانات المتنوعة (مثل إضافة الصوت، أو اللمس، أو سلوكيات أكثر تعقيداً)، فقد "ينطلق" فجأة ويبدأ في فهم أشياء لم نكن نعتقد أنه يستطيعها، تماماً كما تعلم الذكاء الاصطناعي فجأة كيفية التفكير المنطقي أو حل المسائل الرياضية.
الخلاصة
OmniMouse هو ذكاء اصطناعي ضخم ومرن تعلم التحدث بلغة "دماغ الفأر" عبر قراءة 150 مليار صفحة من النشاط الدماغي. لقد أثبت أنه لكي نفهم الدماغ، لا نحتاج فقط إلى أجهزة كمبيوتر أكبر؛ بل نحتاج إلى مزيد من البيانات. إنه أداة يمكنها التنبؤ بما يراه الفأر، وما يشعر به، وما سيفعله تالياً، كل ذلك في آن واحد.
باختاً: لقد بنوا دماغاً لروبوت خارق تعلم من خلال قراءة كامل مكتبة نشاط دماغ الفأر، واكتشفوا أن المفتاح لفك أسرار الدماغ ليس بناء روبوت أكبر، بل إعطاؤه المزيد من القصص ليقرأها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.